上海市亚微米颗粒物中水溶性含氮组分的分布特征

细颗粒态无机和有机含氮组分的形成、转化、传输和沉降在大气氮循环中发挥重要作用. 为了解上海亚微米颗粒物(PM$_{1}$)中含氮物质的质量浓度、组成及季节变化特征, 使用大流量采样器采集了 2017—2018 年 66 个 PM$_{1}$ 样品, 并应用离子色谱仪和紫外/可见光光度计分析了水溶性无机离子和水溶性有机氮(water-soluble organic nitrogen, WSON)的质量浓度. 结果表明: 上海 PM$_{1}$中NH$_{4}^{+}$-N、NO$_{3}^{-}$-N、WSON 的年平均质量浓度分别为 1.79、0.97、0.41 μg/m³; NH$_{4}^{+}$-N 对水溶性总氮(water-soluble total nitrogen, WSTN)的贡献最高(56%), NO$_{3}^{-}$-N 次之(31%), WSON 为 13%. 上海PM$_{1}$中含氮组分的质量浓度存在冬季最高、夏季最低的季节变化趋势, 但NH$_{4}^{+}$-N、NO$_{3}^{-}$-N 和 WSON 对 WSTN 贡献的季节变化存在明显的不同, NH$_{4}^{+}$-N 在不同季节变化较小, NO$_{3}^{-}$-N 表现出显著的冬高(38%)、夏低(18%)的特点, 而 WSON 夏季最高(22%)、冬季最低(8%). 正矩阵因子分解(positive matrix factorisation, PMF)法的源解析结果表明: 二次反应和生物质燃烧贡献了上海 PM$_{1}$ 中 WSON 的 48%, 燃煤贡献了 11%, 植物源挥发性有机化合物二次转化贡献了 20%, 餐饮和机动车贡献了 21%. WSON 的来源有显著的季节变化.     

Does a lot help a lot? Forecasting stock returns with pooling strategies in a data‐rich environment

A variety of recent studies provide a skeptical view on the predictability of stock returns. Empirical evidence shows that most prediction models suffer from a loss of information, model uncertainty, and structural instability by relying on low‐dimensional information sets. In this study, we evaluate the predictive ability of various lately refined forecasting strategies, which handle these issues by incorporating information from many potential predictor variables simultaneously. We investigate whether forecasting strategies that (i) combine information and (ii) combine individual forecasts are useful to predict US stock returns, that is, the market excess return, size, value, and the momentum premium. Our results show that methods combining information have remarkable in‐sample predictive ability. However, the out‐of‐sample performance suffers from highly volatile forecast errors. Forecast combinations face a better bias–efficiency trade‐off, yielding a consistently superior forecast performance for the market excess return and the size premium even after the 1970s.     

条件故障下3-元n-立方体的容错分析

研究了条件边故障下3-元n-立方体中较大连通分支点的数目，进而证明了3-元n-立方体是(4n－6)-条件边故障强Menger边连通的。最后通过一个反例说明该结果是最优的。     

基于多目标的民用航空发动机典型部件维修间隔确定

发动机部件维修间隔制定得合理与否对民机运行的安全性与维修成本有着至关重要的影响，而MSG-3逻辑思想对维修间隔确定的方法没有提及。为此，本文通过建立数学模型，之后采用遗传算法对模型进行求解来确定发动机上典型部件的维修间隔，从而得到部件的维修间隔理论值。文章选取反推同步锁进行案例分析，将求得的维修间隔值和737NG维修计划文件（MPD）中的维修间隔值对比，发现误差为6.9%，表明了模型和算法的可行性。因此本文方法可以为国内发动机制造商确定部件维修间隔提供参考。     

Constructing and evaluating core inflation measures from component‐level inflation data

This paper undertakes a comprehensive examination of 10 measures of core inflation and evaluates which measure produces the best forecast of headline inflation out‐of‐sample. We use the Personal Consumption Expenditure Price Index as our measure of inflation. We use two sets of components (17 and 50) of the Personal Consumption Expenditure Price Index to construct these core inflation measures and evaluate these measures at the three time horizons (6, 12 and 24 months) most relevant for monetary policy decisions. The best measure of core inflation for both sets of components and over all time horizons uses weights based on the first principal component of the disaggregated (component‐level) prices. Interestingly, the results vary by the number of components used; when more components are used the weights based on the persistence of each component is statistically equivalent to the weights generated by the first principal component. However, those forecasts using the persistence of 50 components are statistically worse than those generated using the first principal component of 17 components. The statistical superiority of the principal component method is due to the fact that it extracts (in the first principal component) the common source of variation in the component level prices that accurately describes trend inflation over the next 6–24 months.     

药用植物白芨块茎挥发油组分的GC-MS分析及成分鉴定

通过分析道地药材白芨块茎中挥发油的化学成分,为进一步揭示其药理作用提供科学依据。采用二氯甲烷为萃取剂提取白芨块茎中的挥发油,利用气相色谱-质谱联用技术(GC-MS)鉴定分析白芨块茎中挥发油的化学成分。结果显示从白芨块茎中共鉴定到 34种主要化学成分,相对含量较高的组分有3-甲基丁醛、乙酸、3-甲基-1-丁醇、4-氨基-3-甲基苯酚和乙偶姻等。该研究将为后续进一步开发利用白芨的食疗保健功效提供了理论参考。     

遥感产品生产系统中产品算法的流程化处理

在遥感影像产品的生产过程中往往需要一个或多个算法,而算法之间的相互依赖关系的描述则会直接影响卫星产品生产时算法的执行能力以及规模化处理效率。因此,通过遥感产品共性,对卫星算法处理产品的流程进行分析,利用JGraph开源包将遥感卫星产品算法封装成其特有的组件,形成一种从影像输入到影像处理再到影像产品输出一体化管理的工作流。将此方法应用到国家民用空间基础设施"十三五"建设的相关平台中,研究结果不仅对算法处理产品的流程复杂程度进行了一定的优化,也在规范卫星产品生产流程中提高了卫星共性产品的生产效率。     

国内外蓝莓加工技术与功能性成分研究进展

蓝莓是一种越橘属浆果,除含有基础营养物质,还富含花青素、类黄酮等功能性成分,具有抗炎、抗癌、清除自由基、保护视力等功效。然而,新鲜的蓝莓易腐烂且贮藏和运输性能差,故需要进一步深加工,同时,蓝莓良好的健康属性使消费者对蓝莓加工产品的需求日益增加,应用可更好保留功能成分的先进加工技术已成为蓝莓加工产业发展的重要驱动力。阐述了近年蓝莓果汁、蓝莓果酒、蓝莓干燥等加工技术与功能性成分提取技术的研究进展,以期为蓝莓深加工产业提供理论依据。     

基于CFD仿真模拟及PIV粒子示踪相结合法超滤膜组件优化

采用在线监测与水力流体模拟相结合方式,利用数值模拟仿真技术、示踪技术及高速图像采集分析等手段,考察现有超滤膜组件内部的流场分布,并设计出新型超滤膜组件。结果表明,由于超滤膜组件内部流场主要受到布水管布水的影响,布水管上开孔均匀与否将直接影响整个超滤膜组件内部布水的均匀性。与组件UFA-860C相比,设计出的条形孔超滤膜组件因其布水管上有规则地均匀开孔且采用多根布水管组合,在运行时组件内部布水更加均匀,且能够充分利用膜丝的有效面积,从而有效减缓膜污染。     

小波分解单通道盲分离干扰抑制方法

在单通道通信系统抗干扰问题中,由于先验信息不足,不能采用常规的盲分离方法抑制干扰?针对此问题,提出一种小波分解结合独立分量分析(independent component analysis,ICA)的单通道盲分离抗干扰方法?该方法利用小波分解,将单路混合信号分解为一系列的小波分量,通过计算各层小波分量的能量,选择最优小波分量作为ICA的输入信号,采用ICA方法实现信号的分离和重构?该方法选择最优小波分量进行盲分离,有效减少分离算法的计算量,同时降低噪声对系统性能的影响?仿真结果表明,所提方法可以有效地分离混合信号,提高单通道通信系统的抗干扰能力和系统处理速度?